ИИ-диагностика продвигается от рака кожи к хронической боли
От EADV до EASD — пять новых исследований с применением ИИ приближают скрининг здоровья и мониторинг пациентов к повседневной клинической практике.
By Dr. Asher Knippel
Сегодняшний обзор здравоохранения представляет пять исследований из последних 72 часов, объединённых общей темой: искусственный интеллект переходит от прототипа к практике в дерматологии, интенсивной терапии, управлении болью, метаболических заболеваниях и онкологической диагностике.
Пятница, 2 октября: Автономный ИИ освобождает 8500 записей в дерматологии в рамках британского скрининга рака кожи
Исследователи, выступившие на Конгрессе EADV 2026, сообщили о реальных результатах внедрения автономного ИИ в экстренные маршруты рака кожи двух британских больниц. Система оценивает дерматоскопические снимки без участия врача и достигла чувствительности выше 98% для меланомы, плоскоклеточной карциномы (SCC) и базальноклеточной карциномы (BCC) — трёх наиболее распространённых видов рака кожи — существенно сократив ненужные направления на биопсию. За период внедрения ИИ освободил более 8500 амбулаторных визитов, позволив дерматологам сосредоточиться на случаях, действительно требующих специалистической оценки.
Это исследование реального внедрения, а не рандомизированное контролируемое испытание, и факторы, специфичные для каждой площадки, могут влиять на показатели. Тем не менее, это одно из крупнейших опубликованных автономных клинических внедрений ИИ в европейской дерматологии. Для пациентов на Кипре и по всему ЕС — где очереди на приём к дерматологу могут растягиваться на месяцы — тенденция обнадёживает; рамки MDR ЕС будут регулировать выход таких инструментов на рынок.
Пятница, 2 октября: Университет Вермонта получает 38 млн долларов на цифровых двойников ИИ для пациентов ОРИТ
Медицинский центр UVM получил грант в размере 38 млн долларов от ARPA-H для разработки персонализированных вычислительных моделей — так называемых «цифровых двойников» — пациентов отделения реанимации. Под руководством хирургов-травматологов UVM, проект будет воспроизводить индивидуальную физиологию пациентов in silico, позволяя клиницистам моделировать эффекты различных методов лечения на виртуальной копии пациента до применения любого вмешательства в реальном мире.
Программа направлена на наиболее сложные случаи ОРИТ: тяжёлые инфекции, обширные ожоги и травматические повреждения. В каждом из этих состояний решения принимаются в условиях глубокой неопределённости, а небольшие ошибки в ресусцитации жидкостью или дозировке антибиотиков могут определить выживаемость. Запуская симулируемые вмешательства на цифровом двойнике, команда надеется сократить медицину проб и ошибок и уменьшить срок пребывания в ОРИТ.
Это финансируемое трансляционное исследование на ранней стадии — клинических данных ещё нет. Если концепция подтвердится, она может повлиять на лечение сложных пациентов в травмацентрах по всему миру.
Пятница, 2 октября: Носимый ИИ предсказывает длительное сидение за час до его начала у женщин с тазовой болью
Исследование, опубликованное в npj Women’s Health исследователями Mount Sinai, включало 134 женщины с эндометриозом или хронической тазовой болью, оснащённых потребительскими устройствами Fitbit. Модель машинного обучения, обученная на непрерывных данных активности, оказалась способна предсказывать эпизоды малоподвижности примерно за час до их начала с достаточной специфичностью, чтобы не перегружать участниц ненужными оповещениями.
Длительное сидение усугубляет боль и воспалительные маркеры у части женщин с тазовой болью, а текущее ведение в значительной мере опирается на самоконтроль пациенток — ненадёжный при хронической усталости. Носимая система, которая предвидит, а не реагирует на малоподвижное поведение, может позволить персонализированным напоминаниям о движении прервать цикл до нарастания дискомфорта.
Исследование носит наблюдательный характер, выборка невелика. Модель ещё не тестировалась в клиническом интервенционном испытании. Тем не менее, публикация в журнале Nature Portfolio свидетельствует о строгом рецензировании. Это обнадёживающий сигнал для женщин с эндометриозом — состояния, затрагивающего примерно каждую десятую женщину репродуктивного возраста во всём мире и часто недостаточно лечащегося.
Пятница, 2 октября: Голосовой ИИ выявляет диабет 2-го типа за 20 секунд, представлен на EASD 2026
Крупномасштабное исследование, представленное на Ежегодном заседании EASD 2026, проверило, могут ли короткие голосовые записи выявлять ранее не диагностированный диабет 2-го типа. Модель была обучена и валидирована на около 63 000 записей и достигла площади под кривой (AUC) 0,80 при измерении относительно самостоятельно сообщённого статуса диабета — уровень, который исследователи считают приемлемым порогом предварительного скрининга. Окно скрининга составляет примерно 20 секунд естественной речи.
Исследователи выдвигают гипотезу, что физиологические изменения, связанные с диабетом, — включая периферическую нейропатию, изменения дыхательных мышц и вегетативную дисфункцию — тонко изменяют характеристики голосового тракта способами, которые модель глубокого обучения может обнаружить. AUC 0,80 скромен клинически как самостоятельная диагностика, но прелесть 20-секундного предварительного скрининга без оборудования реальна: в условиях ограниченных ресурсов или в общественных аптеках он может направлять людей к подтверждающему анализу крови до любого формального клинического контакта.
Это доклад на конференции, ещё не опубликованная рецензируемая статья. Независимая репликация в проспективном скрининговом испытании необходима перед любыми клиническими рекомендациями.
Пятница, 2 октября: Рамановская спектроскопия и машинное обучение различают раковую кожу с точностью 84%
Исследователи FAU опубликовали результаты в трудах SPIE, демонстрирующие, что сочетание рамановской спектроскопии — неинвазивной оптической техники, читающей биохимический отпечаток ткани — с классификаторами машинного обучения может различать раковую и нормальную кожу с точностью 84%. В исследовании было проанализировано около 1000 спектров из 50 клинических образцов.
Рамановская спектроскопия работает путём направления низкомощного лазера на ткань и измерения характерной картины рассеянного света, отражающей относительные концентрации белков, липидов и нуклеиновых кислот. Раковые клетки изменяют эти молекулярные соотношения обнаруживаемыми способами. До клинического применения путь долгий, но результаты являются обнадёживающим доказательством концепции.
Материал предназначен исключительно для общих журналистских и информационных целей. Он не является медицинской консультацией, диагнозом или руководством по лечению. Читателям рекомендуется проконсультироваться с квалифицированным клиницистом перед любыми изменениями в управлении здоровьем или плане лечения.